1 / 18

Echantillonnage

Echantillonnage . Seni KOUANDA, MD, PhD. Introduction . Population: ensemble ou univers de personnes, d’objets, d’infrastructures, équipement Exemple: population d’enfants, d’écoles, Echantillonnage: procédure par laquelle on choisit dans une population un sous groupe

kaiser
Download Presentation

Echantillonnage

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Echantillonnage Seni KOUANDA, MD, PhD

  2. Introduction • Population: ensemble ou univers de personnes, d’objets, d’infrastructures, équipement • Exemple: population d’enfants, d’écoles, • Echantillonnage: procédure par laquelle on choisit dans une population un sous groupe • Sous groupe de la population= échantillon • Procédure aléatoire ou non aléatoire

  3. Introduction • Procédures aléatoires sont en général probabiliste: chaque unité a une probabilité connue d’être choisie • Procédures non aléatoires dites non probabilistes: basées sur le jugement de l’enquêteur • But du jeu: avoir un échantillon suffisamment représentatif pour que les données puissent être extrapolées à la population

  4. Introduction • Différents types d’échantillonnage aléatoire • Echantillonnage aléatoire simple • Echantillonnage systématique • Echantillonnage aléatoire stratifié • Echantillonnage en grappes

  5. Echantillonnage aléatoire simple • Procédures de sélection directe des unités à enquêter • Base de sondage= liste de toutes les unités à enquêter • Tirage aléatoire du nombre de sujets à enquêter • Utilisation d’une urne, d’une table ou d’un générateur de nombres aléatoires : calculette, d’un ordinateur (logiciel Epi Info)

  6. Echantillonnage aléatoire simple • Conception simple • Base de la théorie statistique • Difficile sur des grands échantillons • Problème de la disponibilité de la base de sondage

  7. Echantillonnage systématique • Procédure de sélection systématique • Taille de l’échantillon • Calcul d’un pas de l’échantillon: k= nombre de la population/nombre échantillon • Choix aléatoire d’un nombre entre 0 et k • A partir ce nombre: ajouter le pas jusqu’à obtenir l’échantillon souhaité

  8. Echantillonnage systématique • Exemple: • Population=2000 élèves • Echantillon à choisir: 100 élèves • Pas de l’échantillon: k=2000/100=20 • Choisir aléatoire d’un nombre entre 0-20=12 • Sujets sélectionnés= 12, 32, 52, 72, 92, 112, 132……….

  9. Echantillonnage aléatoire stratifié • Division de la population en sous groupes • Strates mutuellement exclusives et exhaustives • Critères de stratification: homogénéité des sous groupes • En fonction des entités administratives: urbain vs rural • En fonction de la variable étudiée: jeunes ou vieux

  10. Echantillonnage aléatoire stratifié • Comment faire la répartition des sujets dans chaque strate? • Allocation égale: même nombre de sujets dans chaque strate • Allocation proportionnelle à la taille: taille de la strate dépend de sa taille dans la population • Population=3000;jeunes=2000; vieux=1000 • Échantillon = 200; jeunes= 200*0,66=133; vieux=200*0,33=67

  11. Echantillonnage aléatoire stratifié • Allocation quelconque • Allocation optimale

  12. Echantillonnage en grappes • Division de la population en sous groupes ou grappes • Grappes mutuellement exclusives et exhaustives • Liste de toutes les grappes disponibles (ex: villages ou sous villages; secteur ou sous secteur, classes, ect

  13. Echantillonnage en grappes • Sélection par échantillonnage aléatoire ou systématique des grappes • Sélection des grappes égale • Sélection des grappes avec probabilités proportionnelle à la taille • Enquête auprès de tous les sujets de la grappe ou sélectionner des sujets dans les grappes

  14. Echantillonnage en grappes • Exemple: échantillonnage en grappes avec probabilité proportionnelle à la taille (PPT) • Faire la liste des villages avec leur taille • Faire une fréquence cumulée de la taille des échantillons • Prendre le nombre de grappes souhaité • Diviser la taille de l’échantillon par le nombre de grappes: K= pas de l’échantillon

  15. Echantillonnage en grappes • Choisir un nombre entre 0 et k • A partir de ce nombre, ajouter le pas pour avoir la grappe suivante • Dans chaque grappe, selection de l’échantillon souhaité pour la grappe • Exemples d’échantillonnage en grappes: enquête de couverture vaccinale: 7 enfants par grappe pour 30 grappes

  16. Comment choisir une méthode d’échantillonnage? • Objectifs de l’étude • Si on veut mettre en évidence les différences entre milieu urbain et milieu rural, il est préférable de faire un échantillonnage stratifié aléatoire • De la disponibilité des informations de base: liste des enfants, liste des écoles; • on ne peut pas faire d’échantillonnage aléatoire si on n’a pas de base de sondage

  17. Comment choisir une méthode d’échantillonnage? • Implications sur le calcul de la taille de l’échantillon nécessaire • Implications sur le calcul des estimations • Le calcul des estimations est basé sur un échantillonnage aléatoire simple • Si vous faites un échantillonnage stratifié, vous devez faire des estimations en fonction du poids des strates

  18. Conclusion • Toutes les méthodes d’échantillonnage peuvent être combinées • La complexité de la procédure d’échantillonnage entraine une complexité des calculs • Il n’y a pas un critère gold standard de choix: appel au bon sens et à l’expérience

More Related